需要，金融專業對數學要求還算比較高的。因為金融專業的課程可以說大多都是圍繞著經濟學展開的，從最基礎的微觀、宏觀經濟，到專業性比較強的證券、投資、風險評估等。經濟學中有很多概念、模型要用到數理方法來理解。同時也會開設一些高等數學、線性代數、機率論等數學基礎課（這些課大多數專業都有），來提高你的數理分析能力。大學學的高數並不難，只要用心，就沒問題。

學金融確實需要數學，但是需要到什麼程度，取決於你學的金融的型別。

比如，我學的是拿BBA（商學院）學位的金融，那麼對我的數學要求就沒那麼高，必修的只有線性代數、應用微積分、數理經濟學、機率與統計（是Economics的title，而不是math的）。我大二就已經修完所有的數學課了。

我高中也是文科生，但是感覺學起來也沒差。

但是，假如學的是金融工程、金融數學這一類（拿工學學位），數學要求就非常高，各種數學分析、抽象代數、最最佳化、實分析、數學建模等著你，還有程式設計、統計等課程也都是必修的。（別小看機率與統計，沒有微積分基礎、沒學過極限，在這門科目上根本是寸步難行）

在這種情況下，金融背景反而不重要了。記得美國某大學的招生官，針對這類專業說過，你不會金融，我們可以先招進來再交你；但是你不懂數學，那就沒有辦法了。（攤手

還有一些特殊情況，比如麻省的商學院開的金融專業碩士，對數學和程式設計的要求也意外的高。去他的官網看過，有一項是“suggested background”，列的全部都是數學、程式設計、統計相關的，還說最好要有有關程式設計的實習背景。

總之，讀金融除了第二段介紹的必修的幾門之外，多修一點總是沒壞處的。

推薦幾本教材：

《托馬斯微積分》 芬尼 / 韋爾 / 焦爾當諾：比較基礎的高數教材了，解釋、例題都很詳盡，唯一的缺點就是課後習題太簡單了，可能需要自己購買其他的習題冊。

《線性代數及其應用》 Lay D.C. ：線代看這個基本就夠了。

《商務統計基礎》布魯斯·L·鮑爾曼 / 理查德·T·奧康奈爾 / J·B·奧里斯 / 艾米莉·S·默弗裡：這本書當作統計和機率論的入門挺不錯的，有高中水平的數學就可以看懂了。

嘛，看英文原版當然更好，還可以鍛鍊英文。中文版也是可以的，網上應該就有PDF下載。

《機率論與數理統計》陳希孺：作為上面那本書的補充，難度會顯著提升。其實我們的教材叫做《Probability and Statistical Inference》，但是好像找不到中文版，用這本《機率論與數理統計》也是可以的。

差不多就這些吧。

金融其實本質是數學模型。

尤其現在大資料的時代，很多東西都可以用大資料分析，但是大資料分析的基礎本質還是數學。

其中機率問題可以說是最經典的了。

不需要。

把高數用到金融的是一些數學家。

數學家把所有東西都量化，方便計算。可在金融行業更多的是對未來的一種判斷。

巴菲特就不是用高數做股票。

金融學，從字面上理解，與數字是有關係的，深層次的金融學，涉及到金融資料模型，這個需要數學理論去分析解釋，高等數學中，微積分等基礎知識，是作為資料分析的重要工具，金融專業高等數學不是非常難，只要一般理解能力並且認真學就可以學得很好，主要學習的內容為集合與函式、數列、直線、排列與組合、機率與統計初步、線性代數與線性規劃初步和一元函式微分學，級數初步。